Pourquoi l’engagement en B2B n’est pas une intention (et comment cela perturbe votre conversion)

Dans Salesforce Marketing Cloud Account Engagement, de nombreuses organisations observent un schéma qui semble sain. Les Engagement Programs fonctionnent de manière stable, les e-mails sont ouverts, les prospects cliquent et les dashboards affichent suffisamment d’activité pour donner l’impression que le marketing automation fonctionne correctement. Dans le même temps, la progression commerciale reste en retrait. Sales accepte moins de leads que prévu, les opportunities ne se développent pas au même rythme que l’engagement et les discussions sur la qualité des leads reviennent continuellement.

Cette contradiction apparaît souvent parce que deux concepts différents sont assimilés sans que cela soit réellement explicite. L’engagement montre qu’une personne interagit avec du contenu, des campagnes ou des canaux numériques ; l’intention donne une indication sur la probabilité qu’un prospect avance réellement vers une décision commerciale. Dans des modèles simples, ces deux notions peuvent temporairement se recouvrir, mais dans des processus d’achat B2B complexes, leur relation diverge rapidement. Un prospect peut consommer intensivement des informations sans qu’il existe en interne un budget, une urgence ou un processus décisionnel, tandis qu’un autre contact peut déjà être beaucoup plus proche d’une décision d’achat concrète après seulement quelques interactions ciblées.

Pour les organisations enterprise, cela dépasse largement la question des métriques marketing. Lorsque l’engagement est utilisé comme proxy de l’intention, cette interprétation influence le scoring, la segmentation, la transmission à Sales, les dashboards et, finalement, la manière dont la capacité commerciale est mobilisée. La plateforme continue de fonctionner correctement sur le plan technique, mais soutient des décisions fondées sur une vision incomplète du comportement d’achat. Le cœur d’un marketing automation mature ne réside donc pas dans la collecte d’un volume plus élevé d’engagement, mais dans une meilleure interprétation de sa signification.

L’engagement n’acquiert une signification que dans un contexte commercial

L’engagement est attractif comme variable de gestion parce qu’il est directement mesurable. Les taux d’ouverture, taux de clic, visites du site web, interactions avec les formulaires et téléchargements fournissent des chiffres clairs qui peuvent facilement être suivis et comparés. L’hypothèse selon laquelle davantage d’interactions signifie davantage de progression commerciale apparaît donc rapidement. Dans le B2B en particulier, cette conclusion est risquée, car la même activité peut avoir une signification totalement différente selon la personne, le compte, la phase et le timing.

Le téléchargement d’un livre blanc approfondi peut, par exemple, provenir d’un spécialiste qui effectue uniquement des recherches, d’un consultant qui collecte des informations pour un client ou d’un decision-maker qui prépare une shortlist. L’interaction est techniquement identique, mais sa signification commerciale diffère fondamentalement. Il en va de même pour les visites du site web : plusieurs consultations de contenus généraux n’ont pas la même signification que des visites répétées de pages de pricing, d’implémentation ou d’intégration sur une courte période. Sans ce contexte, l’activité est bien enregistrée, mais elle n’est pas réellement interprétée.

L’engagement sans contexte crée de l’activité, mais aucune direction.

Cette distinction devient encore plus importante lorsque des buying groups sont impliqués. La prise de décision enterprise se concentre rarement autour d’un seul individu qui progresse proprement dans un funnel. Différents stakeholders peuvent effectuer des recherches à différents moments, répondre à des questions techniques, évaluer les risques ou préparer un budget. Lorsque Account Engagement évalue ces signaux uniquement au niveau des interactions individuelles, le système peut attribuer un score élevé à une personne ayant peu d’influence commerciale tout en manquant un mouvement pertinent au niveau du compte dans son ensemble.

L’engagement doit donc être considéré comme une couche d’information au sein d’un contexte commercial plus large. Qui adopte ce comportement, dans quel compte, à quel moment, autour de quel sujet, après quelle interaction précédente et par rapport à quelle phase du lifecycle ? Ce n’est qu’en intégrant ces questions qu’une distinction utile apparaît entre activité visible et progression commerciale significative.

L’activité, la progression et la conversion exigent des signaux différents

De nombreux Engagement Programs sont conçus pour maximiser l’activité visible. Davantage d’ouvertures, de clics et d’interactions répétées sont valorisés positivement parce qu’ils démontrent qu’un prospect réagit au Marketing. Cette logique est compréhensible, mais elle crée un problème de mesure : l’activité est traitée comme si elle constituait une échelle ascendante vers la conversion. En réalité, des prospects peuvent être très actifs sans se rapprocher d’une décision, tandis que d’autres présentent peu d’activité mais des signaux extrêmement significatifs.

Un modèle mature distingue donc l’activité, la progression et la conversion. L’activité montre qu’une interaction a eu lieu. La progression n’apparaît que lorsqu’un nouveau comportement rend plausible un changement de la position commerciale du prospect ou du compte. La conversion constitue ensuite le moment où cette évolution conduit à une transition concrète, par exemple vers un lead accepté par Sales, une opportunity ou une autre étape commerciale prédéfinie.

Cette distinction doit également être visible dans la logique décisionnelle d’Account Engagement :

• Activité : interactions individuelles qui démontrent un intérêt, mais qui, prises isolément, restent insuffisantes pour évaluer la disposition à acheter.
• Progression : combinaisons de comportement, de timing et de contexte qui indiquent une modification de la position commerciale.
• Intention : signaux qui rendent plausible qu’un prospect ou un compte avance réellement vers une décision.
• Conversion : transition concrète vers Sales, une opportunity ou une autre phase du lifecycle ayant une pertinence commerciale.

La différence peut sembler sémantique, mais elle a des conséquences directes sur la configuration. Une organisation qui considère chaque clic comme une progression construit naturellement des modèles de scoring dans lesquels l’activité s’accumule jusqu’à atteindre un seuil. Une organisation qui définit la progression séparément examine au contraire le changement : de nouveaux comportements apparaissent-ils, les besoins d’information deviennent-ils plus spécifiques, les signaux sont-ils plus rapprochés et la relation entre Marketing et Sales évolue-t-elle ? Le système passe ainsi du comptage à l’interprétation.

Cela évite également que les programmes de nurturing soient optimisés exclusivement sur les métriques d’engagement. Une hausse du taux de clic peut être commercialement sans valeur lorsque les mêmes prospects continuent à interagir sans jamais progresser. À l’inverse, un programme générant moins d’interactions peut être plus performant lorsque les signaux restants sont davantage liés à l’acceptation des MQL, aux opportunities et au pipeline. Ce n’est finalement pas le volume d’activité, mais sa signification prédictive qui doit devenir centrale.

Le lead scoring échoue lorsque des comportements dynamiques sont additionnés de manière statique

Le lead scoring est souvent utilisé pour tenter de combler l’écart entre engagement et intention. En théorie, cette logique est cohérente : différents comportements reçoivent une valeur, les scores sont additionnés et, à partir d’un certain seuil, un prospect est considéré comme commercialement pertinent. Le problème apparaît lorsque la structure de points sous-jacente distingue insuffisamment le contexte, la phase et le timing. Le scoring ne devient alors pas un modèle d’interprétation, mais une simple addition d’activité.

Le téléchargement d’un livre blanc et la consultation d’une page de pricing peuvent, par exemple, tous deux générer des points alors que leur signification commerciale diffère fortement. La situation devient encore plus problématique lorsque ces mêmes points restent comptabilisés sans limite. Un prospect qui consomme différents contenus génériques pendant six mois peut alors atteindre le même score qu’une personne qui examine des informations produit, le pricing et les conditions d’implémentation en trois jours. Le total semble comparable, mais le comportement raconte une histoire totalement différente.

Le scoring doit donc tenir compte non seulement de ce qui se produit, mais également du moment, de la combinaison et du contexte du lifecycle. La récence et la velocity constituent ici des dimensions importantes. Plusieurs interactions ciblées sur une courte période peuvent représenter un signal plus fort que la même activité répartie sur plusieurs mois. Les changements dans le type de comportement sont également pertinents : le passage de contenus généraux à des informations spécifiques sur le produit, l’implémentation ou des aspects commerciaux peut en dire davantage sur la progression que le nombre absolu d’interactions.

Un second problème apparaît lorsque le scoring est à peine recalibré après l’implémentation. Les marchés évoluent, les propositions se transforment, les sites web accueillent de nouveaux contenus et Sales apprend par l’expérience quels signaux se révèlent réellement pertinents. Lorsque le modèle de scoring continue néanmoins à reposer sur des hypothèses issues de la phase d’implémentation, sa valeur prédictive diminue progressivement. Sales voit de plus en plus souvent des leads qui obtiennent un score élevé selon Marketing mais sont encore peu matures commercialement, puis commence à corriger le modèle avec ses propres filtres ou son intuition.

À ce stade, une rupture de confiance structurelle apparaît. Marketing continue d’optimiser dans un modèle de scoring qui semble logique en interne, tandis que Sales utilise ce même modèle de moins en moins. La solution ne réside ni dans davantage de points, ni dans davantage de catégories de scoring, ni dans des règles encore plus complexes, mais dans une boucle de feedback structurelle dans laquelle le scoring est testé par rapport aux leads acceptés, à l’évolution des opportunities et aux résultats commerciaux réels.

Les dashboards doivent rendre visible la progression commerciale, pas seulement l’activité Marketing

Le problème de l’engagement devient souvent visible seulement lorsque le reporting Marketing et les résultats Sales sont examinés côte à côte. Marketing peut présenter des dashboards convaincants avec une hausse des interactions, des engagement scores élevés et des campagnes performantes, tandis que Sales observe simultanément peu d’amélioration dans l’acceptation des leads ou le pipeline. Les deux équipes peuvent avoir raison sur la base de leurs propres chiffres. La friction apparaît parce que les couches de reporting décrivent des réalités différentes.

Les dashboards ne résolvent pas automatiquement ce problème. Ils reproduisent les définitions sur lesquelles les systèmes sous-jacents ont été construits. Lorsqu’un engagement score est incorrectement interprété comme une intention d’achat, un beau dashboard ne rend pas cette hypothèse plus fiable ; il la présente seulement de manière plus convaincante. Une organisation peut ainsi continuer plus longtemps à optimiser de mauvais indicateurs, parce que le reporting confirme de manière cohérente que le système produit de l’activité.

La limite des métriques d’engagement classiques devient claire lorsque l’on distingue ce qu’elles enregistrent de la conclusion commerciale qui leur est souvent attribuée à tort :

Une architecture de dashboard mature relie donc l’engagement au mouvement à travers le lifecycle commercial. Il est pertinent de savoir non seulement combien de MQL ont été produits, mais combien sont acceptés par Sales, combien conduisent à une opportunity concrète, combien de temps dure la progression et quels signaux reviennent avant les conversions réussies. Cela permet d’identifier quelles interactions Marketing possèdent réellement une signification prédictive et lesquelles génèrent principalement de l’activité.

Pour le C-level, la fonction du reporting évolue ainsi. Les dashboards ne sont plus uniquement des outils de présentation de la performance Marketing, mais deviennent un moyen d’évaluer si les signaux commerciaux sont suffisamment fiables pour soutenir les décisions de capacité et d’investissement. Cela exige moins de concentration sur les métriques Marketing isolées et davantage de cohérence entre Account Engagement, Salesforce CRM et les résultats Sales downstream.

Le timing et les combinaisons de signaux rendent l’intention plus identifiable

Le timing est l’une des dimensions les plus sous-estimées dans l’interprétation de l’engagement. Dans de nombreux Engagement Programs, le temps est principalement utilisé comme un paramètre technique : attendre trois jours, envoyer l’e-mail suivant, contrôler un trigger et continuer. Pour identifier l’intention, le timing joue cependant un autre rôle. Le schéma selon lequel le comportement évolue peut être au moins aussi pertinent que le comportement lui-même.

Un prospect qui consulte plusieurs pages produit approfondies au cours d’un même après-midi, examine un implementation guide puis revient vers le pricing présente un schéma différent de celui d’une personne effectuant les mêmes interactions sur quatre mois. Le nombre d’actions enregistrées peut être identique, mais la combinaison de la récence, de la velocity et de la cohérence du contenu rend la première situation beaucoup plus pertinente commercialement. Lorsque le scoring et les Engagement Programs ne reconnaissent pas cette différence, les deux prospects sont traités presque de la même manière.

L’intention ne naît pas d’une seule interaction, mais de la signification de plusieurs signaux dans un même contexte commercial et une même période.

Le timing influence également le fonctionnement du nurturing. Un prospect qui développe clairement du momentum n’a pas nécessairement besoin de continuer à suivre les mêmes délais d’attente fixes qu’un prospect qui réagit seulement de manière sporadique. À l’inverse, un lead à peine engagé profite peu d’intervalles de suivi toujours plus courts simplement parce que le système cherche à provoquer de l’activité. Un timing adaptatif permet d’orienter plus rapidement les prospects actifs vers une prochaine étape appropriée tout en donnant davantage d’espace aux contacts moins engagés.

Le timing passe ainsi d’un paramètre d’exécution à un mécanisme d’interprétation. L’Engagement Program ne réagit plus uniquement à la présence d’un signal, mais également à la vitesse avec laquelle les signaux pertinents se succèdent et à la phase dans laquelle cela se produit. Dans le B2B enterprise en particulier, où les moments d’achat sont souvent influencés par la planification interne, les cycles budgétaires et plusieurs stakeholders, cette nuance offre un modèle plus réaliste qu’une seule cadence de nurturing uniforme.

Marketing et Sales ont besoin d’une définition commune de la progression commerciale

Lorsque l’engagement et l’intention ne sont pas suffisamment distingués, des tensions entre Marketing et Sales apparaissent presque inévitablement. Marketing observe une activité objectivement mesurable et conclut que les prospects deviennent plus engagés. Sales évalue ensuite si ces mêmes leads correspondent réellement aux conversations commerciales actuelles et constate régulièrement un manque d’urgence, de budget, de fit ou de prise de décision interne. Les deux équipes observent le même prospect, mais utilisent des critères différents pour déterminer sa pertinence.

Lorsque cette situation dure suffisamment longtemps, les équipes développent leurs propres mécanismes de correction. Sales recommence la qualification Marketing, crée ses propres filtres ou ignore certains scores. Marketing tente parallèlement d’améliorer la qualité des leads en ajoutant davantage de contenu, des étapes de nurturing supplémentaires ou de nouvelles règles de scoring. La plateforme continue de fonctionner, mais perd progressivement son rôle de vérité commerciale partagée. Le véritable problème n’est alors plus un mauvais modèle de scoring isolé, mais l’absence d’un cadre décisionnel commun.

Un modèle mature commence donc par une définition partagée de la progression. Marketing et Sales doivent s’accorder sur les changements de comportement, de profil et de contexte du compte qui justifient réellement un traitement commercial différent. Cela signifie également qu’un MQL ne peut pas être uniquement le résultat d’un total interne de points Marketing. La transition doit reposer sur des critères dont Sales comprend la pertinence commerciale et qui peuvent ensuite être testés par rapport aux résultats réels.

Le feedback de Sales devient ainsi une partie intégrante du modèle d’engagement. Les leads acceptés et refusés, la vitesse du suivi, la création d’opportunities et les opportunités perdues contiennent des informations permettant à Marketing de recalibrer ses hypothèses. Lorsque certaines combinaisons de comportements conduisent structurellement à des conversations de qualité, elles méritent davantage de poids. Lorsque des scores élevés ne produisent régulièrement aucune progression commerciale, il ne faut pas demander à Sales de mieux suivre le modèle ; le modèle doit être adapté à la réalité.

Cette boucle de feedback fermée renforce à la fois la qualité et la crédibilité du marketing automation. Marketing ne fournit plus simplement des « leads chauds », mais des signaux dont l’interprétation est claire et pour lesquels une prochaine étape commerciale peut être justifiée. Sales a ainsi moins besoin de construire ses propres couches de correction et la plateforme peut de nouveau fonctionner comme système commun de priorisation commerciale.

De la mesure de l’engagement à une prise de décision commerciale maîtrisable

Pour les organisations enterprise, le véritable défi ne réside pas dans la collecte de davantage de données. Account Engagement et Salesforce CRM peuvent déjà enregistrer un grand nombre d’interactions, de profils et d’événements du lifecycle. L’étape de maturité apparaît lorsque l’organisation détermine quels signaux comptent réellement, comment leur signification évolue selon le contexte et quelles décisions peuvent en découler. Cela exige des choix explicites dans le modèle de données, le scoring, le timing, la gouvernance et le reporting.

L’engagement reste précieux. Il montre où l’attention apparaît, quels sujets les prospects explorent et comment différents groupes réagissent au Marketing. Le problème apparaît uniquement lorsque l’activité est directement traduite en disposition à acheter sans preuve suffisante que cette relation existe. En combinant l’engagement avec le fit, le timing, les schémas de signaux, le contexte du compte et les résultats Sales downstream, une base beaucoup plus solide apparaît pour la priorisation commerciale.

Cela signifie également que tous les Engagement Programs n’ont pas besoin de générer un maximum d’interactions. Un programme mature peut justement produire moins d’activité tout en créant davantage de valeur lorsqu’il distingue mieux l’intérêt général de la véritable progression. Des transmissions à Sales moins nombreuses mais plus pertinentes, un taux d’acceptation supérieur et un meilleur alignement avec les opportunities peuvent être stratégiquement plus importants qu’un dashboard sur lequel les taux d’ouverture et les clics continuent d’augmenter.

Le rôle du marketing automation évolue ainsi fondamentalement. La plateforme n’est plus uniquement un environnement d’exécution qui enregistre et automatise la communication, mais devient une composante d’un système décisionnel dans lequel le comportement est interprété avant qu’une action commerciale ne soit engagée. Cela exige davantage de discipline que la simple augmentation des engagement scores, mais fournit également une base beaucoup plus fiable pour une collaboration entre Marketing et Sales capable de passer à l’échelle.

Lorsque les organisations appliquent cette distinction de manière cohérente, la contradiction artificielle entre des chiffres d’engagement élevés et une conversion décevante disparaît également. Les métriques ne sont plus évaluées selon leur visibilité, mais selon leur capacité à expliquer et à prévoir les changements commerciaux. Salesforce Marketing Cloud Account Engagement devient ainsi non pas un système qui produit autant d’activité que possible, mais une plateforme qui aide à déterminer quelle activité donne réellement une direction au pipeline, aux priorités et à la croissance.